CIO们难免会被新兴技术的前景所迷惑。IT 领导者和分析师们在本文中分享了他们认为哪些技术可能无法实现预期。
来源：SHUTTERSTOCK / NIKITA SURSIN
【睿观：有10种新兴技术正处于炒作周期中的“期望膨胀的顶峰”阶段，CIO们需要在面对这些新兴技术时保持现实主义，评估技术的实际价值和适用性，而不是被炒作和过高期望所迷惑。
生成式人工智能（Generative AI）：连续第二年被认为是最被过度炒作的技术。尽管它有巨大的潜力，但目前的实际应用和效果与人们的期望有很大差距。
通用人工智能（Artificial General Intelligence，AGI）：被认为在短期内难以实现，尽管它的潜力和未来影响巨大。
普通人工智能（AI in general）：虽然AI在许多领域显示出潜力，但其实际应用远比宣传的复杂，并且许多组织还未能从中获得重大收益。
人工智能电脑（AI PCs）：被认为目前的推广过于超前，现有的电脑已经足够应对大多数AI应用。
下一代的任何或所有事物（Next-gen anything and everything）：标签过于泛滥，很多产品未达到“下一代”所承诺的功能和价值。
量子计算（Quantum computing）：尽管潜力巨大，但目前仍主要处于理论阶段，离实际应用还有很长的路要走。
可控核聚变（Fusion power）：与量子计算类似，离实际应用还有很远的距离，尽管被视为未来能源的重大突破。
虚拟化身（Avatars）：尽管技术成熟，但在实际应用中，人们对虚拟化身的接受度有限，特别是在与真人互动时。
元宇宙和空间计算（Metaverse and spatial computing）：虽然有一些有价值的用例，但由于设备成本和内容有限，其普及速度受限。
人形机器人（Humanoid robots）：目前技术尚不成熟，无法实现预期的全自动化操作。】
如今的技术只是昨日科幻小说中的东西，人工智能、机器人和空间计算经过几十年的推测和发展才成为主流。
但这些举措都如预期般实现了吗？从某些方面来看，是的；但从很多方面来看，并非如此。
这是一个典型的趋势，即人们对某项技术的期望超过了它目前的实际能力。Gartner的炒作周期将这一阶段称为“期望膨胀的顶峰”——发生在幻灭之前。
首席信息官通常处于这一切的最前线，无论是因为他们陷入兴奋之中，还是因为他们必须在计划超出现实时管理预期。
“从某种程度上来说，我们是现实主义者，因为我们认识到所有这些东西都有局限性，”Union Community Care的首席信息官兼信息安全官 Daniel Uzupis 表示。“我们必须看透所有的炒作，才能看到一项技术真正带来的价值。”
很多因素都会导致期望过高。有些技术的实际功能落后于用户期望，因此被过度炒作。有些技术需要花费太多时间、精力和金钱才能充分发挥其潜力，因此被过度炒作。
如今哪些技术属于被过度炒作的范畴？我们采访了10 位 IT 领导者，了解了他们对于当今哪些技术被过度炒作的看法，以下是他们给出的答案。
1.生成式人工智能（Generative AI）
生成式人工智能连续第二年位居被过度炒作的技术榜首，几乎一致认为，人们对生成式人工智能的期望已经超过了它目前实际能够做到的事情——而且做得很好。
Greg Barrett表示：“如今，关于生成式人工智能的炒作如此之多，以至于一些高层领导认为它可以被广泛应用，而无需完全了解这项强大的技术，更重要的是，他们不了解如何在其组织中使用这项技术。”他通过 GMB 咨询公司提供部分和临时 CIO 和 CTO 服务以及高级顾问支持。
其他人也有类似的看法，他们认为人们在没有确定这项技术是否会带来回报的情况下就过快部署了genAI。
Atlas Systems首席信息安全官 Kaarthick Subramanian 表示：“您仍然需要有一个清晰的商业案例，并了解您要解决的问题，这样它才值得追求。”
这对许多人来说仍然是一个挑战。正如研究公司Gartner 发现的那样，“对人工智能的投资已达到新的高度，重点是生成式人工智能，但在大多数情况下，生成式人工智能尚未实现其预期的商业价值。”
2.通用人工智能（Artificial general intelligence）
似乎被夸大了的不仅仅是生成式人工智能。
Peter J. Scavuzzo将通用人工智能 (AGI) 列为另一项目前比应有的更令人兴奋的技术，他表示，他想知道对 AGI 可以做什么的想象（至少在短期内）是否已经超越了现实。
IBM将 AGI 描述为“人工智能的科幻版本，其中人工智能可以实现人类水平的学习、感知和认知灵活性”，并表示，虽然 AGI 仍处于理论上，但“可能将彻底改变人类生活和工作的几乎每个方面”。
Scavuzzo暂时抑制住了自己的热情。“AGI 是指人工智能拥有人类的认知能力，接近人类的操作方式，我认为我们距离这个目标还很远，”会计和咨询公司 Marcum LLP 的合伙人兼首席信息和数字官、Marcum Technology 首席执行官 Scavuzzo 表示。
3.普通人工智能（AI in general）
消息人士一致认为，各种类型的人工智能——从机器学习到自然语言处理再到大型语言模型——都具有不可思议的潜力，并且已经带来了革命性的回报。
但他们指出，人工智能仅在一小部分部署中带来了可观的回报，并补充说，许多组织在获得重大（而不仅仅是增量）利益之前还有很多工作要做。
“我确实认为，人工智能在很多方面都被夸大了，而且人们抱有很多不切实际的期望，”Ozmosys首席信息官兼网络安全公司 FenixPyre 顾问委员会成员 Robert Field 表示。“人工智能前景广阔，机遇无限。但人工智能的实施现实要比人们现在谈论的复杂得多，也远没有那么光鲜亮丽。是的，我们必须接受它，但我发现，我必须设定很多期望。” 以下是三者的定义和区别对比表
4.人工智能电脑（AI PCs）
同样，信息技术研究集团CIO 实践研究主管 Brian Jackson 也将人工智能个人电脑列入了当今被过度炒作的技术名单中。
他说：“这是一个明显的例子，供应商试图推销一些他们认为可以带来差异化的东西，以吸引人们购买新硬件。”
杰克逊解释道，他们这么做是有原因的。许多CIO 延长了 PC 更新周期，现在每四五年更换一次电脑，而不是像过去那样每三年更换一次。
“这证明现在的计算机确实很优秀，”杰克逊说。
AI PC配备了 CPU、GPU 和 NPU，可在本地高效处理 AI 模型；它们速度更快、功能更强大，因此可以在计算和电池寿命方面提供更好的性能。
杰克逊表示，未来需要这样的能力，但他指出“至少还需要三年时间”。在此之前，他认为，目前使用的个人电脑已经可以满足大多数人使用人工智能的方式——即通过基于云的应用程序，而不是在本地设备上使用。
他补充道：“现有的计算机具有足够的处理能力、内存和存储空间，我们可以使用多年。”
5.下一代的任何或所有事物（Next-gen anything and everything）
与此类似，Union Community Care的 Uzupis 将所有标有“下一代”的技术都列入了被过度炒作的技术名单。
“‘下一代’到底是什么意思？”他问道。
他说，有些供应商过于频繁、过于随意地将“下一代”标签贴在产品上，而有些供应商则急于将这些新功能融入产品中，而这些产品还未准备好进入黄金时段，因此他们获得了“下一代”的标签，而用户却不得不面对技术漏洞。“或者他们启用了没人想要的AI 功能，然后你必须选择退出，”他补充道。
Uzupis通过使用久经考验的评估技术来反驳围绕“下一代”产品的所有过度炒作——也就是说，深入了解产品内部情况，确定新改进的版本是否真的提供了更好的功能，以及升级的成本是否值得它所产生的价值。
“归根结底还是在于‘这个产品能满足需求吗？’”乌祖皮斯说道。
6.量子计算（Quantum computing）
IT领导者认识到量子计算的潜力，它使用量子力学原理进行计算，因此比目前的计算机速度更快、更强大。
但他们也表示量子计算还遥不可及，这削弱了如今人们对它的兴奋和炒作。
Constellation Research副总裁兼首席分析师 Andy Thurai 表示：“这仍处于理论层面。要实现商业化还需要付出很多努力，也需要进行更多的研究才能实现。”他还补充道，开发并最终运行量子计算所需的成本和资源只会增加实现这一目标的挑战。
他说：“建立世界级的量子系统存在很多限制，所以在我看来这仍然是一个非常科学的实验。”
7.可控核聚变（Fusion power）
与此相关，一些人也将核聚变能归入被过度炒作的范畴，认为它——就像量子计算一样——离其支持者所说的现实还很远。
人们对核聚变能源的兴趣由来已久。但人工智能推动了这一趋势，研究人员表示，人工智能最终可以帮助他们提供核聚变能源（这反过来又有助于为耗能巨大的人工智能系统提供动力）。
当OpenAI 首席执行官 Sam Altman 进入该领域并支持 Helion Energy 及其建造世界上第一座核聚变发电厂的计划时，核聚变也得到了集体关注。
但是不要屏住呼吸，斯卡沃佐说。
他说：“这将有助于推动下一轮技术热潮，但不会很快出现。”
8.虚拟化身（Avatars）
Info-Tech研究集团的Jackson认为，人工智能正在推动另一个被过度炒作的领域，那就是数字人类和虚拟化身的概念。
Jackson表示，创建和使用虚拟化身（Avatars）的技术已经成熟，能够很好地呈现看起来真实的数字人类。
事实上，数字人类今天已经在使用了，既有合法的也有存在问题的用例，以及介于两者之间的用例，人类对此的接受程度各不相同。他说，许多人能够容忍客户服务聊天机器人。他们对娱乐业中使用的数字人类的容忍度较低，“除非有明确的艺术原因”。大多数人都认为深度伪造代表了一个令人担忧的大领域。
"但是公司对这种能力的思考方式以及它们（与真实人类互动）的使用方式有点牵强，"Jackson补充道。“人们说他们要创建自己的数字孪生，在自己无法参加会议时派它去参加。除非是你的CEO说你要与那个虚拟化身（Avatars）互动，否则人们会退出这种互动。这是不可接受的。”
他补充说：“我并不是说永远不要使用这个。它有巨大的价值。但我认为我们会过快地走得太远。”
9.元宇宙和空间计算（Metaverse and spatial computing）
尽管近年来对这类技术的炒作已经逐渐消退，但一些人表示，对空间计算（无论是增强现实、虚拟现实、扩展现实还是元宇宙）的期望仍然超过了它的价值——这使得它值得列入2024 年被过度炒作的技术名单。
Laserfiche首席信息官兼 SIM Research Institute 顾问委员会成员 Thomas Phelps IV 表示：“元宇宙和 AR/VR 是与区块链类似的技术，最初引起了很多关注，但很快就消退并被人工智能取代。” “2022 年，元宇宙成为一家领先分析研究公司主办的大型技术会议之一的焦点。去年，苹果公司凭借 Vision Pro 引起了轰动。但在最初的酷炫因素消退后，很难证明对该技术的大量投资是合理的，因为大多数组织尚未实现可持续的收益。要突破小众应用以吸引更广泛的企业市场并不容易。”
他指出，“有些设备操作起来仍然很笨拙，长时间使用不舒服”，这进一步减缓了其普及速度。
其他人也将元宇宙/空间计算称为被过度炒作，表示虽然它有一些有价值的用例，但设备成本（特别是对于消费者而言）和有限的内容阻碍了它真正起飞。
例如，史蒂文斯理工学院的首席信息官兼IT 副总裁 Tej Patel 表示，许多爱好者都曾大谈空间计算在教育领域的潜力，但发现其好处“不足以抵消所付出的成本和努力”。史蒂文斯理工学院有一个 XR 实验室，但 Patel 表示，教育工作者和管理人员对其使用具有战略性，他们会找到能够带来超出运行实验室所需资源价值的学习体验。
10.人形机器人
这是另一项与人工智能相关的技术，有人说它目前引发的关注多于实质内容。
杰克逊说，毫无疑问，人形机器人即将问世，而且已经用于完成一些工作。但它们擅长完成任务，而不是完成全部工作。“这些人形机器人将取代能够灵活完成不同任务的人类工人”的想法仍是一种愿望，而不是现实。
“我们才刚刚起步；没有人依靠它们来完成真正的独立工作，”杰克逊说。
利洁时全球营养副总裁兼首席信息官拉玛·多内普迪(Rama Donepudi) 也有类似的看法，他表示，人们对人形机器人的兴趣才刚刚进入炒作阶段。和杰克逊一样，多内普迪认为这项技术距离实现自动化还有很长的路要走。
“我们以为这会像电影里那样，但我们还没有做到。我们还没有全自动割草机，机器人吸尘器仍然卡在沙发下面，”他说。
他预计，当第一批试验品部署时，其能力将不会达到预期。
然而，尽管如此，Donepudi仍然对这种潜力感兴趣并感到兴奋，并致力于成为早期采用者：“我和我的妻子同意，我们将购买第一款推出的产品。”
